买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江英集动力科技有限公司申请的专利基于多源图像识别和深度学习的能源站异常行为预警方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116758475B 。

龙图腾网通过国家知识产权局官网在2025-12-19发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310688572.2，技术领域涉及：G06V20/52；该发明授权基于多源图像识别和深度学习的能源站异常行为预警方法是由赵琼;李金菱;徐含沁设计研发完成，并于2023-06-09向国家知识产权局提交的专利申请。

本基于多源图像识别和深度学习的能源站异常行为预警方法在说明书摘要公布了：本发明公开了一种基于多源图像识别和深度学习的能源站异常行为预警方法，包括：将能源站划分为多个关键监测区域，通过调度启动第一图像采集装置巡视关键监测区域，采集人员进入区域图像，判断是否有人员进入，在判断有人员进入后，调度启动第二和第三图像采集装置进行多源图像采集；对采集的多源图像进行处理获得多源融合图像，并采用改进的YOLOv5算法进行人员目标检测，和采用DeepSort算法进行人员目标追踪；进行人脸特征提取、行为轨迹特征提取和骨架特征提取和特征融合后，分别输入至已训练完成的生成对抗网络和BiLSTM网络中进行能源站异常行为识别和决策融合，获得能源站关键监测区域的异常行为类别，并进行预警。

本发明授权基于多源图像识别和深度学习的能源站异常行为预警方法在权利要求书中公布了：1.一种基于多源图像识别和深度学习的能源站异常行为预警方法，其特征在于，包括： S1、将能源站划分为多个关键监测区域，并在各个关键监测区域分别设置有第一图像采集装置、第二图像采集装置和第三图像采集装置； S2、通过调度启动第一图像采集装置巡视关键监测区域，采集人员进入区域图像，判断是否有人员进入，在判断有人员进入后，调度启动所述第二图像采集装置和第三图像采集装置进行多源图像采集； S3、对采集的多源图像进行图像预处理、图像配准、图像融合和融合评价，获得关键监测区域多源融合图像； S4、对关键监测区域多源融合图像采用改进的YOLOv5算法进行关键监测区域人员目标检测，和采用DeepSort目标跟踪算法进行关键监测区域人员目标追踪； 所述对关键监测区域多源融合图像采用改进的YOLOv5算法进行关键监测区域人员目标检测，包括： 对YOLOv5算法进行改进：在原有YOLOv5模型的网络结构中，分别在Backbone主干网络、Neck单元和Prediction单元处添加CBAM注意力机制模块，同时引入Ghost轻量型卷积层替换Backbone主干网络中的一般卷积层，引入GhostBottleneck结构替换Backbone中的CSP结构，引入加权双向特征金字塔替换Neck单元中的自底向上特征金字塔； 对关键监测区域多源融合图像进行标注，获得带标注的数据集，并对改进后的YOLOv5算法模型进行训练后，获得人员目标检测模型； 将关键监测区域待检测的多源融合图像输入至人员目标检测模型中，对关键监测区域的人员及位置进行检测，输出人员的定位框； S5、对关键监测区域人员目标检测和追踪后的人员图像信息进行人脸特征提取、行为轨迹特征提取和骨架特征提取后，并进行特征融合； S6、将特征融合后的特征分别输入至已训练完成的生成对抗网络和BiLSTM网络中进行能源站异常行为识别和决策融合后，获得能源站关键监测区域的异常行为类别；所述异常行为包括人员异常徘徊行为、犹豫滞留行为、暴力破坏行为和非法操控行为； S7、根据能源站关键监测区域的异常行为类别，分析该异常行为所处于的异常行为等级，并进行相对应程度的行为预警。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江英集动力科技有限公司，其通讯地址为：310000 浙江省杭州市余杭区仓前街道龙园路88号2幢208、209-1、209-2室；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。